Comment Amazon recrute ses ingénieurs data

Amazon publie son processus d’entretien général et des pages de préparation distinctes pour quelques postes. Amazon ne publie pas de page propre aux ingénieurs data : les étapes ci-dessous correspondent donc au processus général ; la présélection, le codage, la conception de systèmes, les questions comportementales et l’entretien sur site sont des catégories de préparation utilisées sur cette page, et non les noms des tours d’Amazon.

• Présélection téléphonique. Une discussion de 30 à 45 minutes, généralement avec un recruteur ou un responsable du recrutement, qui constitue votre première interaction en direct avec Amazon.
• La boucle. L’étape finale et la plus complète : quatre à six entretiens de 45-60 minutes chacun, durant lesquels chaque interlocuteur évalue différents aspects de vos compétences et de votre expérience.
• Le Bar Raiser. Un interlocuteur objectif, extérieur à l’équipe qui recrute, participe à la boucle pour veiller au maintien des normes de recrutement d’Amazon.
• Débriefing et retour. Le jury tient un débriefing après l’entretien final. Amazon fournit généralement un retour dans les deux jours ouvrés suivant les entretiens téléphoniques et dans les cinq jours ouvrés suivant la boucle.

À titre de comparaison, Amazon indique que les postes d’ingénieur en développement logiciel comprennent, avant la boucle, une évaluation en ligne avec un test de codage. Amazon ne précise pas si les candidats ingénieurs data en passent une ; préparez-vous donc comme si cela pouvait être le cas.

Deux faits publiés régissent chaque entretien chez Amazon. Les 16 Leadership Principles fondent chaque décision de recrutement, et la méthode STAR — situation, tâche, action, résultat — constitue la pierre angulaire des entretiens. Dans une boucle où chaque interlocuteur évalue un aspect différent, chaque échange de 45-60 minutes associe donc un domaine technique à des principes, et chaque récit doit aboutir à un résultat que vous pouvez énoncer.

Les entretiens d’ingénieur data évaluent généralement :

• SQL et modélisation des données. Des requêtes correctes sous contrainte de temps et des schémas capables de résister au changement.
• Pipelines et orchestration. Réexécutions idempotentes, rattrapages, données tardives et mesures à prendre lorsqu’une source en amont fournit des informations erronées.
• Systèmes de données distribués. Partitionnement, formats de stockage, traitement par lots ou en streaming, et coûts.
• Qualité et responsabilité des données. Détection, communication et prévention : c’est là que se trouvent les preuves liées aux principes de responsabilité et de confiance acquise.

Dans les thèmes publiés par Amazon pour le développement logiciel, les bases de données et le calcul distribué figurent aux côtés des structures de données et des algorithmes. Amazon précise que les recruteurs recherchent la capacité à appliquer ses connaissances pour résoudre des problèmes, plutôt que des détails mémorisés. Cette exigence constitue une base de préparation raisonnable pour un poste lié aux données.

Amazon publie pour les postes SDE des détails qui ne sont pas disponibles pour les ingénieurs data, ce qui ne permet une comparaison concrète que d’un côté.

• Ce qu’Amazon publie pour SDE II : une évaluation en ligne de 90 minutes portant sur deux questions techniques, suivie de 20 minutes de scénarios de conception de systèmes et d’un Work Style Survey de 8 minutes ; une boucle de quatre entretiens de 55 minutes avec des membres de la communauté du développement logiciel ; du code syntaxiquement correct plutôt que du pseudo-code ; et au moins une question sur la conception de systèmes logiciels.
• Ce que cela suggère pour un ingénieur data, en tant que pratique générale et non comme politique d’Amazon : attendez-vous à la même exigence de code fonctionnel, à des questions de conception portant sur les flux de données, le stockage et la fraîcheur plutôt que sur le traitement des requêtes, et à ce que SQL et la modélisation des données remplacent une partie de l’éventail algorithmique.
• Ce qui reste identique dans chaque boucle d’Amazon : les principes, STAR, le Bar Raiser et le débriefing.

Amazon publie la durée de chaque élément, mais pas la durée totale : une présélection téléphonique de 30 à 45 minutes, une boucle de quatre à six entretiens de 45-60 minutes, un retour dans les deux jours ouvrés suivant les entretiens téléphoniques et dans les cinq jours ouvrés suivant la boucle. Le délai de planification entre ces étapes n’est pas publié.

La difficulté tient à l’endurance et à la régularité. Quatre à six interlocuteurs évaluent chacun un aspect différent, l’un d’eux est un Bar Raiser extérieur à l’équipe, et tous attendent des récits structurés selon STAR avec un résultat réel. Un ingénieur data capable d’associer chaque réponse technique à un exemple tiré d’un travail réel et illustrant un principe est préparé au format ; celui qui n’a résolu que des problèmes isolés ne l’est pas.

Organisez votre préparation autour des deux constantes publiées et des quatre domaines sur lesquels le poste est évalué.

• Une banque de récits STAR. Pour chacun des 16 Leadership Principles, préparez au moins un récit issu d’un travail sur les données et assorti d’un résultat mesurable : un pipeline que vous avez fiabilisé, un incident de qualité dont vous avez assumé la responsabilité, un coût que vous avez réduit.
• Du code fonctionnel. Entraînez-vous aux problèmes SQL et de transformation dans un environnement qui permet de les exécuter, car les consignes SDE d’Amazon exigent du code syntaxiquement correct, et non du pseudo-code.
• Une conception étayée par vos chiffres. Préparez deux ou trois systèmes de données que vous pouvez représenter, avec leurs modes de défaillance et les compromis que vous avez faits.
• Une éventuelle évaluation. Amazon ne précise pas si les ingénieurs data passent une évaluation en ligne ; préparez tout de même une session de codage chronométrée.
• Répétez la boucle. Un entretien blanc avec SubcueAI vous aide à enchaîner les réponses STAR et les questions de conception avant d’affronter quatre à six interlocuteurs dans la même journée.